Apa itu Kebenaran Dasar?

Label atau metadata yang ditambahkan manusia digunakan untuk melatih atau mengevaluasi model pembelajaran mesin.

Tolok ukur soal cerita matematika sekolah dasar yang digunakan untuk mengevaluasi penalaran langkah demi langkah dalam model bahasa.

Model referensi sederhana yang digunakan untuk membandingkan apakah pendekatan yang lebih kompleks benar-benar meningkatkan hasil.

Fungsi tujuan umum yang digunakan untuk melatih model klasifikasi dengan memberikan penalti pada probabilitas yang salah.

Model yang menilai keluaran berdasarkan sinyal preferensi, sering digunakan dalam saluran RLHF.

Menggunakan label yang berisik, heuristik, atau parsial untuk melatih model ketika label yang bersih sulit didapat.